探索 PanSou:开源网盘资源搜索的革命性解决方案

在数字化时代,网盘已成为存储和分享资源的首选方式。无论是学习资料、电影、音乐还是专业文件,用户常常需要在多个平台之间切换搜索,这不仅耗时费力,还可能遇到资源失效或分类混乱的问题

探索 PanSou:开源网盘资源搜索的革命性解决方案

在数字化时代,网盘已成为存储和分享资源的首选方式。无论是学习资料、电影、音乐还是专业文件,用户常常需要在多个平台之间切换搜索,这不仅耗时费力,还可能遇到资源失效或分类混乱的问题。PanSou 作为一款开源项目,正悄然改变这一局面。它是一个高性能的网盘资源搜索 API 服务,通过整合 Telegram 频道搜索和自定义插件扩展,实现多源并发查询和智能结果处理。 这个项目由开发者 fish2018 维护,已在 GitHub 上收获数千星标,吸引了众多技术爱好者和资源搜索者的关注。 如果你还在为寻找高质量资源而烦恼,PanSou 将成为你的得力助手,让搜索变得高效、智能且无缝。

PanSou 的诞生与核心价值

PanSou 的设计灵感源于现实痛点:传统网盘搜索往往局限于单一平台,用户需要手动访问百度网盘、阿里云盘、夸克网盘等多个服务才能覆盖全面。 这个开源项目巧妙地将 Telegram 频道作为资源聚合源,并支持自定义插件扩展,从而实现一站式搜索。项目强调性能和可扩展性,支持多频道并发搜索、结果智能排序以及网盘类型自动分类。 不同于封闭的商业工具,PanSou 完全开源,用户可以自由修改代码、添加插件,甚至集成到个人应用中。

在 2025 年,随着数据爆炸式增长,PanSou 的价值愈发凸显。它不仅支持主流网盘如百度、阿里云、夸克、天翼、UC、移动、115、PikPak、迅雷、123 等,还兼容磁力链接和电驴链接。 这意味着,无论你是学生寻找教程、影迷追剧,还是专业人士收集资料,都能通过一个 API 接口轻松获取结果。项目采用 Go 语言开发,确保了高并发处理能力,即使在高负载环境下也能保持稳定。 更重要的是,PanSou 强调隐私和安全性,用户数据本地化处理,避免了第三方平台的潜在风险。

功能亮点:高效、智能、多样化

PanSou 的魅力在于其丰富的功能集。首先是高性能搜索机制:通过工作池设计和并发执行,用户可以同时查询多个 Telegram 频道和插件源,大幅缩短响应时间。 例如,搜索“速度与激情”时,系统会自动从默认频道如 tgsearchers2 中提取资源,并结合插件进行补充。

其次,智能排序算法是另一个亮点。它基于插件等级、时间新鲜度和关键词匹配度进行多维度排序,确保最相关、最新的结果优先展示。 这避免了用户手动筛选的烦恼,尤其在海量结果中脱颖而出。网盘类型分类功能则将结果按百度、阿里云等类别归纳,便于用户快速定位。

异步插件系统进一步提升了灵活性。PanSou 支持“尽快响应,持续处理”的模式,适合响应时间较长的搜索源。 内置插件如 pansearch、jikepan、qupansou 等覆盖了多种场景,用户还可以根据插件开发指南自定义扩展。 二级缓存机制(分片内存 + 磁盘)则优化了重复查询,缓存有效期可配置为 60 分钟,最大大小 100MB,提升了整体性能。

此外,PanSou 支持 MCP 协议集成,可无缝接入如 Claude Desktop 等应用。 对于前端需求,还有配套的 pansou-ui 项目,提供丰富的界面功能,如热搜榜和智能筛选。 这些特性让 PanSou 不只是一个 API,更是完整的资源搜索生态。

用户评价:社区的热烈反响

自上线以来,PanSou 在 GitHub 和各种社区收获了积极反馈。许多用户称其为“良心开源项目”,尤其适合低调使用。 在 X(前 Twitter)上,GitHubDaily 等账号多次推荐,强调它解决了“翻十几个群找电影”的痛点。 一名用户分享道:“这个 3K Star 的高能项目一定要低调使用,还在为找个电影翻十几个群?一条指令,就能同时搜索多个渠道。”

在知乎和 CSDN 等平台,用户评价 PanSou 为“海量资源一网打尽”的神器。 一位 NAS 用户表示:“部署在飞牛 NAS 上后,搜索速度飞起,支持 13 种网盘类型,太方便了。” 社区反馈还指出,其开源性质便于二次开发,有人基于它构建了自定义 MCP,支持在 CherryStudio 等工具中调用。 当然,也有一些建议,如优化插件响应时间,但整体满意度高,Star 历史图显示快速增长。

在 Bilibili 和其他论坛,用户分享了使用心得:“学会用 GitHub,打开全球资源宝库的大门!PanSou 各种高清资源应有尽有。” 这些真实声音证明了 PanSou 的实用性和社区活力。

部署指南:简单上手,一键启动

PanSou 的部署极其友好,尤其适合初学者。推荐使用 Docker 集成前后端版,一键命令即可启动:

docker run -d --name pansou -p 80:80 ghcr.io/fish2018/pansou-web

对于纯后端 API,可配置环境变量如 CHANNELS 指定 Telegram 频道。 使用 Docker Compose 更便捷:下载 yml 文件后,运行 docker-compose up -d。 如果从源码安装,需要 Go 1.18+,克隆仓库后构建并运行。

高级配置包括 PROXY 支持 SOCKS5 代理,CONCURRENCY 控制并发数等。 在 NAS 或 VPS 上部署时,可参考飞牛社区教程:设置端口映射,确保缓存路径挂载。 API 使用 POST 或 GET 请求搜索,参数如 kw(关键词)、channels(频道列表),响应包括 merged_by_type 的分类结果。 健康检查接口 /api/health 可验证服务状态。

许多教程强调,开箱即用,无需复杂配置,即可享受高效搜索。 对于集成,如在极影视中使用,可解决资源匮乏问题。

插件扩展与生态构建

PanSou 的可扩展性是其亮点之一。异步插件系统允许开发者添加新搜索源,内置 16 个插件如 hunhepan、pan666 等。 通过 ext 参数传递自定义数据给插件,实现个性化搜索。 社区已开发配套项目,如 pansou-ui 前端界面,支持热搜和多平台聚合。

在 npm 上,还有 @mcpcn/mcp-pansou-search 等扩展,提供基于 PanSou 的搜索功能。 用户可将 PanSou 集成到个人 NAS、VPS 或甚至 Raspberry Pi 上,构建私有资源库。 未来,随着更多插件贡献,PanSou 将覆盖更多网盘类型和搜索场景。

加入社区,贡献未来

PanSou 不只是工具,更是开源精神的体现。Fork 项目、点 Star、提交 Issue 或 PR,你都能参与其中。 在 GitHubDaily 等社区,开发者分享设计文档,探讨优化路径。 展望 2025 年底,PanSou 可能集成 AI 辅助排序,进一步提升智能性。

总之,PanSou 重新定义了网盘资源搜索的标准。如果你寻求高效、免费的解决方案,不妨立即试用。它将开启你的资源探索之旅,让数字化生活更便捷。

Docker 部署

# WEB UI端
docker run -d --name pansou -p 80:80 ghcr.io/fish2018/pansou-web

# 服务接口端
docker run -d --name pansou -p 8888:8888 -v pansou-cache:/app/cache -e CHANNELS="tgsearchers2,xxx" ghcr.io/fish2018/pansou:latest

参数解释

  • -v pansou-cache:/app/cache:挂载缓存目录到主机,确保数据持久化。
  • -e CHANNELS="tgsearchers2,xxx":设置默认搜索的 Telegram 频道,多个频道用逗号分隔。也可以复制官方提供的示例频道列表
  • ghcr.io/fish2018/pansou:latest:纯后端镜像

访问:http://27.0.0.1:80

Read more

Cloudflare Shared Dictionaries 现在值得试吗?我按官方 demo 跑了一次,先给频繁发版团队一个判断

Cloudflare Shared Dictionaries 现在值得试吗?我按官方 demo 跑了一次,先给频繁发版团队一个判断

Cloudflare Shared Dictionaries 现在值得试吗?我按官方 demo 跑了一次,先给频繁发版团队一个判断 如果你的网站或 Web 应用每天会发很多次前端 bundle,而且每次改动都不大,那么截至 2026-04-29,Cloudflare Shared Dictionaries 已经值得进测试名单,但还不值得当成“所有站点都该立刻上的通用优化项”。它真正解决的不是传统 gzip / Brotli 不够强,而是“你明明只改了一小段配置,用户却要重新下载整包”的高频发版浪费。 我这轮没有只看 Cloudflare 的发布文。我直接按官方 demo 给的 curl 流程跑了一次 canicompress.com:同一类约 93KB 的 JavaScript 资源,普通 gzip 传输了 22,423B,带共享字典的

By One AI
OpenAI Privacy Filter 适不适合拿来做脱敏 Web 应用?我实测后给出的判断

OpenAI Privacy Filter 适不适合拿来做脱敏 Web 应用?我实测后给出的判断

OpenAI Privacy Filter 适不适合拿来做脱敏 Web 应用?我实测后给出的判断 Article type: take 我先说结论:如果你要做的是文档高亮审阅、截图脱敏,或者“把一段敏感文本变成可分享的脱敏版本”这类入口,OpenAI Privacy Filter 已经值得拿来做原型;但如果你要的是可审计、字段级强约束、对中文或行业术语有稳定召回的生产脱敏链路,先别把它当成“一接就上”的成品。 这里说的 OpenAI Privacy Filter,当前准确指的是 Hugging Face Hub 上的 openai/privacy-filter 模型卡 和围绕它做的公开 demo,不是一个“在 OpenAI 控制台里点一下就开的 API 开关”。这个命名边界要先讲清,否则后面的部署、成本和数据路径都会判断错。 我这轮没有只看发布文。

By One AI
Telegram 无代码做 AI Bot?Managed Bots、BotFather 和真实门槛一次讲清

Telegram 无代码做 AI Bot?Managed Bots、BotFather 和真实门槛一次讲清

Telegram 无代码做 AI Bot?Managed Bots、BotFather 和真实门槛一次讲清 Article type: tutorial Voice: operator 如果你在 X 上看到“Telegram 现在支持无代码做 AI Bot”的说法,先别急着把它理解成“一键生成完整 AI Agent”。Telegram 这次真正开放的是 Managed Bots:它让一个管理 bot 可以替用户创建、接管并后续管理新的 bot。 这篇只讲 Managed Bots 这条官方创建与接管链路怎么跑通,不把“模型、知识库、状态管理、计费和运维”混进来。换句话说:这不是“AI bot 全栈教程”,而是“

By One AI
GitHub 的 Python dependency graph 现在更完整了?先按这份清单判断你的 SBOM 盲区还剩多少

GitHub 的 Python dependency graph 现在更完整了?先按这份清单判断你的 SBOM 盲区还剩多少

GitHub 的 Python dependency graph 现在更完整了?先按这份清单判断你的 SBOM 盲区还剩多少 Article type: tutorial Voice: operator 我先拿一个最小 Python 项目跑了一遍:requirements.txt 里只有一行 requests==2.32.3,但实际解析出来的安装树里,除了 requests,还会带出 charset-normalizer、idna、urllib3、certifi 这 4 个间接依赖。也就是说,如果你的视角还停在 manifest 层,SBOM 往往从第一步就已经不完整了。 先说结论 如果你的团队主要维护 Python 服务、内部工具或自动化脚本库,现在值得重新看一眼 GitHub 的 Python

By One AI
Follow @Fuuqius